粗糙集在知识约简中的应用

粗糙集是近年发展起来的一种有效地处理模糊和不确定性信息的数学工具,在机器学习和数据挖掘等领域获得了成功的应用。知识约简是粗糙集理论的重要应用和研究内容之一。本文主要讨论粗糙集在知识约简中的应用,以及常见的约简算法的原理及实现。     

基于粗糙集的数据挖掘算法的研究

粗糙集理论是一种新的处理模糊和不精确问题的重要数学工具,是一种新的数据挖掘技术。本文主要研究基于粗糙集的数据挖掘的算法在规则提取阶段的应用。     

基于粗糙集理论的数据挖掘研究

数据挖掘的技术很多,其中粗糙集理论得到了广泛的应用。粗糙集理论是一种研究不完整、不确定知识处理的数学工具,它可对不完整的数据进行分析和归纳,从中发现知识。本文介绍了数据挖掘基本概念,阐述了粗糙集理论的基本思想,探讨了基于粗糙集理论的数据挖掘方法。     

粗糙集理论及其在数据挖掘中的应用

Rough sets理论被广泛运用于不确定环境下的信息处理.基于粗糙集理论的数据挖掘技术正日益受到计算机科学家和数学家的重视.笔者介绍了粗糙集理论的发展过程和基本特点,粗糙集理论在数据挖掘中的应用,以及典型的基于粗糙集的数据挖掘系统,并介绍了粗糙集理论的研究方向和研究领域,最后论述了粗糙集理论与其他智能化方法结合起来处理信息的必要性.     

基于粗糙集和决策树的数据挖掘方法

从粗糙集和决策树两种方法具有的优势互补性出发,提出了一种基于粗糙集和决策树相结合的数据挖掘新方法·以胶合板缺陷检测数据分析为应用对象,利用粗糙集理论对胶合板数据库中的特征信息进行缺陷识别·利用谱系聚类重心距离法对数据进行离散化处理,采用粗糙集进行属性约简,得到低维样本数据,最后用决策树方法产生决策规则·实验证明,这种数据挖掘方法保留了原始数据的内部特点,加快了获取知识的进程,提高了模型的分类准确率,增强了规则的可解释性,取得了满意的研究结果·     

一种基于粗糙集理论的启发式分类规则挖掘算法

粗糙集理论是一种新的数据挖掘算法,文章以属性依赖重要性作为启发信息提出了一种新的属性约简算法,且加入了一定的分类正确度。最后通过一个实例完整演示了本方法,证实其有效性。     

基于属性的粗糙集在数据挖掘中的应用

研究怎样能够有效地实现基于属性的粗糙集理论的数据挖掘技术．详细讨论了粗糙集理论;为了从基于属性的数据库中发现新的规则,研究了一种适合数据挖掘的面向对象的商业市场研究软件体系的应用．     

基于粗糙集的数据挖掘算法的研究

本文研究了粗糙集理论在数据挖掘中的应用,提出了一种基于粗糙集理论的数据挖掘算法。首先对信息系统的数据加工泛化,构造其二进制可辨矩阵。对矩阵进行化简得到属性约简并生成规则。最后,结合银行申请信用卡的实例利用上述方法进行数据挖掘,消去冗余属性,抽取决策规则。     

基于粗糙集的模式匹配方法

模式匹配在信息集成和数据挖掘领域有着广泛应用,提出了一种基于粗糙集和神经网络的模式匹配方法,利用粗糙集的属性约简机理,对模式属性进行约简,然后通过BP神经网络分类以达到匹配目的.该方法大大的降低了神经网络输入向量维数.实验结果表明该方法能够有效地提高匹配效率和准确率.     

一种基于粗糙集理论的XML数据挖掘模型

随着大量的XML数据的出现,给数据挖掘领域提出了新的挑战。传统数据挖掘是基于关系数据库和数据仓库的,如何挖掘出XML形式的数据成为研究的热点问题。由于XML文档是一种半结构化数据,使用传统的数据挖掘方法对XML数据进行挖掘是不适用的。提出了一种基于粗糙集理论的XML挖掘模型,并进行了实验,结果表明利用粗糙集理论对XML数据挖掘是可行的。     

面向服务的构件软件框架及构件服务挖掘

对现有构件软件框架及构件挖掘技术进行了分析,将构件挖掘和服务挖掘统一为构件服务挖掘;为适应构件服务挖掘的需要,基于HTTP协议和XML语言提出了面向服务的构件软件框架及相关的构件服务定义和操纵语言;针对该软件框架,提出了一个通用的构件服务挖掘过程模型.该过程模型与未来对构件服务挖掘的需求相适应,为方便获取各种构件服务,以及为软件重用研究提供了新方法.     

多层次规则挖掘的约略集方法

约略集理论是一种能处理数据中不确定和噪音的有效数学工具,是数据挖掘的重要方法．结合数据分类层次,提出了利用约略集理论挖掘多层次规则的方法,挖掘过程包含约减的求解、等价类的构造、差别矩阵的建立、规则的挖掘４个阶段,并举例说明了多层次规则的挖掘过程．     

近距离薄煤层群开采技术方案综合评价

为合理有效的开采出煤炭资源,采用UDEC数值模拟软件对枣庄泉上煤矿三采区近距离16,17煤层开采方案进行了比较,从岩石的抗拉破坏强度,裂隙发育程度和导水裂缝带高度及底板破坏深度方面综合评价了泉上煤矿在采用单一煤层开采和联合开采16,17煤层时的采动破坏情况,为矿井选择合理的开采方案提供了理论依据。     

基于应变理论在采空区管道失效分析中的应用

长输油气管道下伏采空区是一类复杂的管-土耦合作用问题,由于采空塌陷作用造成的地表变形给管道安全评价带来了特殊的困难。针对采空区空间位置的变化和不同的开采工况,采用基于应变理论的Ramberg-Osgood本构关系,建立采空塌陷区油气管道的有限元仿真计算模型,分析不同开采条件下管道的变形规律,讨论采用基于应变和基于应力两种不同理论对采空塌陷区管道失效判据的影响。结果表明:管体应变与采深H呈负相关,与采厚M呈正相关;采深采厚比H/M一定时,采深对管体应变的影响更大,多层重复采动方式更容易引起管体发生较大的变形;采用基于应变设计理论作为管道失效判据,可充分发挥管道的抗大变形能力。     

惠安煤矿矿井采区布置探讨

通过对惠安煤矿矿井采区布置的探讨,得出结论:该矿矿井首采区走向长度为1 110 m左右,单翼开采;采区倾斜长度为1 100 m,采区工作面长度为160 m,首采区采用盘区式开拓,由大巷直接开拓顺槽巷道,布置5个工作面;回采工作面循环产量376.2 t,采区生产能力101.1万t,工作面生产能力95万t/a,故采区生产能力能满足矿井产量要求。     

智能化数据挖掘系统

目前通用数据挖掘系统需要由用户自主去选择需要的数据挖掘算法．这就使这些通用数据挖掘工具很难被那些不熟悉数据挖掘术语和数据分析技术的普通用户所使用．为了解决这个问题,文章讲述了一种基于案例推理的智能化数据挖掘系统,这种系统的主要功能是根据用户提交的任务书,在算法库中查找相应的算法自动实现数据挖掘,将用户从繁重的算法设计、算法选择中解脱出来．     

露天矿过断层开采方式及生产能力接续分析

在露天开采过程中遇到断层时,由于煤层突然错位,造成剥采比剧变,工程接续困难。因此,过断层期间剥采比合理控制和矿山工程平稳过渡接续是露天开采的技术难题之一。笔者通过建立剥采比与断层落差、产状及煤层厚度数学模型,研究不同煤柱留设宽度对边坡稳定的影响;分析了矿山工程发展速度与同时采煤台阶数的关系,计算确定了过断层期间确保矿山工程平稳过渡接续的动态降深速度和生产能力接续方式。结合胜利东二号露天矿过F61断层进行实例研究。结果表明:过断层开采方式和生产能力接续方法可有效均衡生产剥采比,保证产量稳定,提高矿山经济效益。     

薄煤层综采工作面安全高效开采在潘二矿的应用

由于薄煤层赋存条件为不稳定或极不稳定型,开采难度较大,已成为制约淮南矿区主采煤层安全高效开采的瓶颈。通过对薄煤层安全高效开采的实践应用,不断总结经验,逐步形成薄煤层作为保护层开采的瓦斯抽采技术体系,有利于矿区持续稳定健康发展。     

Incremental frequent tree-structured pattern mining from semi-structured data

The paper studies the problem of incremental pattern mining from semi-structrued data. When a new dataset is added into the original dataset, it is difficult for existing pattern mining algorithms to incrementally update the mined results. To solve the problem, an incremental pattern mining algorithm based on the rightmost expansion technique is proposed here to improve the mining performance by utilizing the original mining results and information obtained in the previous mining process. To improve the efficiency, the algorithm adopts a pruning technique by using the frequent pattern expansion forest obtained in mining processes. Comparative experiments with different volume of initial datasets, incremental datasets and different minimum support thresholds demonstrate that the algorithm has a great improvement in the efficiency compared with that of non-incremental pattern mining algorithm.